利用蚁群算法优化前向神经网络

蚁群算法(antcolonyalgorithm,简称ACA)是一种最新提出的新型的寻优策略,本文尝试将蚁群算法用于三层前向神经网络的训练过程,建立了相应的优化模型,进行了实际的编程计算,并与加动量项的BP算法、演化算法以及模拟退火算法进行比较,结果表明该方法具有更好的全局收敛性,以及对初值的不敏感性等特点。     

基于PCA-SVM模型的供应商战略选择研究

针对供应链管理是目前企业管理的先进管理模式,供应链管理可以实现供应链上各节点企业的"共赢",对作为整条供应链源头的供应商评价与选择已成为企业提高竞争优势的关键。在对目前供应商选择方法从定量和定性角度研究的基础上,本文提出了一种基于聚类分析、主成分分析(PCA)和支持向量机(SVM)改进的供应商选择方法,并通过和模糊综合评价方法的对比,实践表明这种方法更具有可行性和合理性,为企业选择供应商提供更有价值的参考。     

我国证券市场的板块联动效应及模糊聚类分析

以上海证券市场的各分类样本指数为研究对象,首先分析了传统的五大类指数、A股、B股之间的相互及其与大盘的关联性,验证了B股市场运行的独立性。然后随机抽样了24个分类板块指数,研究了它们之间的相关性,并运用模糊聚类分析法对其进行了聚类分析。最后根据实证研究结果,对投资者提出有一定参考意义的投资操作建议。     

聚类分析在客户细分中的研究与应用

客户关系管理(CRM)已成为目前企业管理决策的重要组成部分,而数据挖掘、统计学等技术为客户关系管理的实施提供了良好的支持。本文将聚类分析技术应用于客户关系管理中,着重从应用的角度阐述聚类分析在客户细分中的重要作用。研究实例表明聚类分析方法是客户细分的一种有效、实用的方法。     

从交通运输统计数据的聚类分析看我国物流业的发展

本文选择14个样本国家,对其2004年世界发展指标中市场篇的交通运输设施的7个指标进行聚类分析和发展情况分析,对我国的物流发展和系统综合情况进行了准确的定位,强调我国物流发展应重视软、硬件同步发展、政府引导、物流联盟和专业化物流。     

浅论使用多个市场细分变量所面临的问题及对策——以深圳美瀚招商机动车拍卖有限公司西丽片区为例

本文首先提出了在使用多个市场细分变量进行市场细分时"描述困难"与"脱离现实"的问题,然后就问题提出了结合聚类工具与标准化打分处理的应对方法,进而以实例对所提出的应对方法进行了验证。     

我国物流业上市公司盈利状况综合分析

本文用主成分分析法及Q型聚类分析方法对我国物流业上市公司经营情况作了综合评价并对其排序,为投资者提供综合、全面的决策依据。     

基于共现聚类分析的西藏入境旅游热点研究

近年来,博客作为新型网络社会化媒体和大数据,为旅游研究提供了新的数据源.文章综合运用高频名词共现法、聚类分析法和社会网络分析法,分析了外国游客撰写的关于西藏的英文博客中的高频事物名词和地域名词.结论显示,外国游客的西藏旅游事物热点分为五大类:藏传佛教与藏族文化、雪域高原风光、旅行服务与过程、气候关注、西藏开放程度,这表明他们不仅关注旅游吸引物资源,而且注重旅游本身的体验过程;其次,西藏入境旅游热点地域分布和外国游客对西藏区域内地域的关注度不均衡,藏东、藏东北和藏北地区获得的关注度总体较高,与其他地域的联系更为密切,而藏西和藏南地区关注度偏低,且与其他地域关系较弱;而与区域外地域的联系上,西藏仅与北京、青海、四川和尼泊尔之间存在较强联系.     

近五年我国房地产价格研究热点领域分析

以Pajek、SPSS17.0软件为分析工具,对CNKI数据库中有关于房地产价格的研究性论文进行领域分析,同时使用系统聚类法和多维尺度分析法,研究相关关键词之间的关系,以期探讨并总结我国关于房地产价格研究的现状与热点。     

从美国房价走势透视中国房地产市场走向

内容文章从量化分析的角度出发,研究了全美50个州和哥伦比亚特区房价指数序列的记忆性特征,发现各州房价指数序列均具有一定程度的长记忆性.同时,我们对50个州房价指数记忆参数的估计值进行了聚类分析,由此发现各州房价指数的记忆性呈现出一定的地区聚集性特征,而且还与地区的人口密度存在一定关系,从而为宏观政策制定者在决定房价调控措施的时候提供了有益的新思维,可使楼市更加健康稳定地发展.此外,文章的研究结果对于解决我国房地产市场目前存在的巨大泡沫问题提供了一个全新的视角